❝
在单细胞测序分析的过程中，我们往往需要通过自动化的方式对每一个细胞进行注释。这一环节对于理解细胞的类型、功能以及它们在不同生物学状态下的变化至关重要。本篇推文将为大家详细介绍如何进行单细胞数据的自动注释，帮助大家提升分析效率和准确性。
什么是自动注释细胞？
自动注释细胞是指利用已有的数据库或机器学习模型，将测序得到的单细胞数据进行分类，识别出细胞的类型、亚型及其可能的功能。不同于传统的手动标注方法，自动注释通过算法和已有标注的基因表达谱进行推断，能够快速、系统地识别出数据中的细胞群体。
TransferData
Seurat V5 中的 TransferData 用于在单细胞 RNA-seq 数据集之间进行细胞类型注释、数据整合、交叉数据集分析，以及其他多模态数据集之间的信息转移。它的核心原理是通过找到参考数据集和目标数据集之间的共同特征或结构（锚点，anchors），将参考数据集中的信息（如细胞类型、基因表达等）转移到目标数据集中。
TransferData 通常与 FindTransferAnchors 配合使用。FindTransferAnchors 负责识别两个数据集之间的锚点，TransferData 则负责通过这些锚点将参考数据中的信息传递到目标数据集。
选择参考数据集：首先，你需要一个带有已知注释（例如细胞类型）的参考数据集。
目标数据集：这是你希望注释或整合的目标数据集。
找到锚点：使用 FindTransferAnchors 函数找到两个数据集之间的共同结构。
转移注释：使用 TransferData 函数将参考数据中的注释信息（如细胞类型或其他特征）传递到目标数据集中。
GPTcelltype（数信院改版）
GPTCelltype主要功能是gptcelltype()。它可以通过 OpenAI GPT 模型在 Seurat 管道中或使用自定义基因列表对细胞类型进行注释。
